vandijklab/cell2sentence

해결하는 문제

Cell2Sentence (C2S)는 대규모 언어 모델(LLM)을 단일 세포 전사체 데이터에 적용할 때 발생하는 어려움을 해결합니다. 전통적으로 이 데이터는 LLM이 기본적으로 처리할 수 없는 발현 벡터로 구성되어 있습니다. C2S는 이러한 벡터를 '세포 문장'(발현 수준에 따라 정렬된 유전자 이름 시퀀스)으로 변환하여 LLM이 생물학적 데이터를 자연어로 처리할 수 있도록 합니다.

작동 방식

이 프레임워크는 순위 정렬 변환을 사용하여 유전자 발현 벡터를 공백으로 구분된 유전자 이름(발현량 내림차순)으로 변환합니다. 이를 통해 LLM(Pythia 또는 Gemma-2 아키텍처 기반 모델 등)이 scRNA-seq 데이터를 모델링할 수 있습니다. 이 시스템은 다음 유전자 예측, 세포 유형 예측, 특정 세포 유형에 따른 합성 세포 생성을 지원합니다. 또한 전사체 데이터와 논문 초록과 같은 텍스트 데이터를 통합할 수 있습니다.

대상 사용자

이 도구는 최신 LLM 아키텍처를 활용하여 생물학적 발견을 수행하려는 단일 세포 분석 및 전사체학 전문 계산 생물학자와 연구자를 위해 설계되었습니다.

주요 특징

• 확장 가능한 아키텍처: Pythia 및 Gemma-2를 사용하여 최대 27B 파라미터 모델 지원.
• 멀티태스킹 기능: 섭동 예측, 데이터셋 요약, 클러스터 캡션 생성 및 생물학적 질의응답 가능.
• 포괄적인 모델 주: 세포 유형 예측, 조건부 세포 생성 및 다양한 다중 세포 작업을 위한 사전 학습된 모델 제공.
• 유연한 워크플로우: 사용자 정의 프롬프트 템플릿 내장 지원 및 파인튜닝을 위한 다중 세포 프롬프트 형식 지원.